2020-05-15

Introducción

Programa del curso

Profesor: Mtro. Pablo Benavides Herrera

  • Lic. en Ingeniería Financiera, ITESO
  • Maestría en Economía, UDG (CUCEA)
  • Estudiante de PhD en Ciencias de la Ingeniería, ITESO
  • Director en Exel Pitss

Objetivos del curso

  • Aprender a utilizar R.
  • Modelar series de tiempo para producir pronósticos.
  • Presentar sus resultados a través de Notebooks, presentaciones y apps.

Horario y días de clase

MAF3074B

  • Martes y viernes, 07:00 a 9:00 horas
    • Unirse a las reuniones de Microsoft Teams aquí

Datos de contacto y material del curso

Evaluación

  • 40% Proyectos.

  • 40% Tareas.

  • 20% Participación en clase.

Es necesario tener una calificación superior a 80 en tareas y participación para poder aprobar la materia.

Prerrequisitos

Instalar R. Pueden descargarlo del CRAN (the Comprehensive R archive Network).

Instalar RStudio. Se puede descargar aquí.

  • Opcional: Crear una cuenta en RStudio Cloud. Sirve para utilizar R y RStudio desde cualquier navegador (en una laptop, tablet, teléfono, …), sin necesidad de tener instalado R.

¿Qué se puede pronosticar?

Se pueden generar pronósticos con distintos horizontes

De corto plazo:

  • Para los siguientes 5, 10 minutos.
  • Para la siguiente hora.
  • Para el día siguiente.

Mediano plazo:

  • Para la siguiente semana.
  • Para el siguiente mes.
  • El siguiente trimestre.

De largo plazo:

  • Para el siguiente año.
  • Para la siguiente década.
  • Etc.

¿Todas las variables son igual de predecibles?

Factores que influyen en el pronóstico de una variable

  • Qué tan bien conocemos los factores o elementos que influyen en ella.


  • Qué tantos datos tenemos disponibles.


  • ¿El pronóstico que vamos a realizar puede influir en el resultado de la variable a predecir?

R y la ciencia de datos

El análisis de series de tiempo con R

R nos puede ayudar a llevar a cabo de una manera bastante sencilla todo el análisis de pronóstico, desde el momento en que contamos con los datos, hasta la estimación final.

Durante el curso estaremos utilizando R, específicamente el tidyverse y la paquetería fable. Posteriormente, revisaremos cómo implementar los mismos modelos, a través de la paquetería modeltime.

Veamos una breve introducción aquí.

Al final del curso deberían poder generar una app como esta. Ver otro ejemplo.